用遗传算法实现信度网结构学习:一种新的编码方案 |
| |
引用本文: | 张聪 沈一栋 张勤 刘启元. 用遗传算法实现信度网结构学习:一种新的编码方案[J]. 计算机科学, 2004, 31(12): 103-105 |
| |
作者姓名: | 张聪 沈一栋 张勤 刘启元 |
| |
作者单位: | 1. 重庆大学计算机学院,重庆,400044;重庆交通学院,重庆,40007 2. 中国科学院软件研究所计算机科学重点实验室,北京,100080 3. 重庆大学自动化学院,重庆,400044 4. 重庆电子商务有限公司,重庆,400012 |
| |
基金项目: | 本文受国家自然科学基金(69883009)、教育部跨世纪优秀人才培养基金资助. |
| |
摘 要: | 近年来,信度网已经成为表达一组随机变量问的概率关系的常见方法。在大的变量域中信度网的结构生成是信度网应用的难点。为了解决信度网的结构学习问题,一些研究者研完如何从数据集自动学习结构。本文研究采用遗传算法进行信度网结构学习时存在的问题和编码方法,并给出了一种新的信度网编码方案。数值试验显示遗传算法能够给出理想的结果。
|
关 键 词: | 信度网 网结构 遗传算法 编码方案 结构学习 数据集 显示 常见方法 研究者 概率 |
Structure Learning of Belief Network by Genetic Algorithms:A New Network Encoding Method |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|